CN117151433B - 一种基于云的智能制造服务供需匹配评估方法和装置 - Google Patents
一种基于云的智能制造服务供需匹配评估方法和装置 Download PDFInfo
- Publication number
- CN117151433B CN117151433B CN202311415855.6A CN202311415855A CN117151433B CN 117151433 B CN117151433 B CN 117151433B CN 202311415855 A CN202311415855 A CN 202311415855A CN 117151433 B CN117151433 B CN 117151433B
- Authority
- CN
- China
- Prior art keywords
- manufacturing
- service
- matching
- matching degree
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 376
- 238000011156 evaluation Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 31
- 239000013598 vector Substances 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- 239000002131 composite material Substances 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于云的智能制造服务供需匹配评估方法和装置。根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述绝对匹配度为目标制造服务子图和目标制造任务子图的全局属性的匹配度,所述相对匹配度为目标制造服务子图和目标制造任务子图的节点的匹配度;融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度。提高了定量评估匹配结果的方式,提高了结果评估的通用性、准确性和科学性。
Description
技术领域
本发明实施例涉及智能制造领域,特别涉及一种基于云的智能制造服务供需匹配评估方法和装置。
背景技术
随着互联网技术向各行各业的渗透,全球形成了互联网+的发展格局。对于传统制造业,互联网技术的应用促使制造业向自动化、云端化方向发展。制造业云端化发展的核心是基于云平台对制造服务和任务进行准确、快速组合优化配置,从而实现资源高效共享和协作。而随着制造方提供的制造服务数量越来越大,如何将发布的海量制造服务和需求方的制造任务进行匹配,即云制造服务供需匹配,是决定智能制造云端化高效运行的关键问题。
对于云平台上提供的制造服务或制造任务,通常并非独立存在,即各个制造服务或各个制造任务之间存在关联关系,云平台上大多为复合制造服务和复合制造任务。现有技术中,对于复合制造服务和复合制造任务之间的匹配,通常是以单个节点在同类型节点之中进行匹配为基础,匹配完成后将其按照原有关联关系进行组合。不同的云平台之间存在不同的匹配方法,现有云平台上的作法通常为将匹配获得的结果展现给用户,由用户对匹配结果进行选择,然而各个类型的匹配方式未存在统一的评价方法,在云平台上各类匹配方法无法在统一维度上进行结果定量比较,导致匹配结果的展示缺乏定量比较,匹配结果的选择仍然主要依赖于用户的经验,最终制造服务和制造任务的匹配结果仍然存在效率低下、准确度低的问题。此,亟需一种为用户选择匹配结果提供定量指引信息的基于云的智能制造服务供需匹配评估方法和装置。
发明内容
本发明实施方式的目的为解决现有技术中在云平台选择匹配结果时缺乏定量科学指引信息,导致制造服务和制造任务的匹配结果仍然存在效率低下、准确度低的问题,提供一种基于云的智能制造服务供需匹配评估方法和装置。
本发明第一方面提供一种基于云的智能制造服务供需匹配评估方法,所述方法包括:
根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集;
基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述服务供需匹配结果包括具有对应关系的目标制造服务子图和目标制造任务子图,所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的节点的匹配度;
融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度。
优选的,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
确定所述目标制造服务子图的第一目标节点数和所述目标制造任务子图的第二目标节点数,以作为所述目标制造服务子图和所述目标制造任务子图的全局属性;
基于所述第一目标节点数和所述第二目标节点数的比值计算所述绝对匹配度。
优选的,所述服务供需匹配结果至少包括第一类型和第二类型的服务供需匹配结果,第一类型为制造服务匹配制造任务的服务供需匹配结果,第二类型为制造任务匹配制造服务的服务供需匹配结果,所述第一类型和所述第二类型的匹配方向不同,所述第一类型和所述第二类型的服务供需匹配结果的绝对匹配度和相对匹配度均不相同。
优选的,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
若所述服务供需匹配结果为所述第一类型,以所述第一目标节点数除以所述第二目标节点数计算所述绝对匹配度;
若所述服务供需匹配结果为所述第二类型,以所述第二目标节点数除以所述第一目标节点数计算所述绝对匹配度。
优选的,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
基于所述服务供需匹配结果确定所述目标制造服务子图和所述目标制造任务子图的一个或多个节点对应关系;
基于所述节点对应关系计算各个节点对应关系中节点相似度,获得所述服务供需匹配结果的所述相对匹配度。
优选的,所述基于所述节点对应关系计算各个节点对应关系中节点相似度,至少包括:
获取所述一个或多个节点对应关系中各个节点的属性标签;
计算各个节点对应关系中对应节点的属性标签的语义相似度,所述语义相似度为属性标签语义向量之间的距离。
优选的,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
若所述服务供需匹配结果为第一类型,对于所述目标制造服务子图中各个节点,确定对应的目标制造任务子图中的节点,以获得第一节点对应关系;
计算所述第一节点对应关系中各组对应节点的属性标签语义向量之间的距离和,以获得所述目标制造服务子图和所述目标制造任务子图的相对匹配度;
若所述服务供需匹配结果为第二类型,对于所述目标制造任务子图中各个节点,确定对应的目标制造服务子图中的节点,以获得第二节点对应关系;
计算所述第二节点对应关系中各组对应节点的属性标签语义向量之间的距离和,以获得所述目标制造服务子图和所述目标制造任务子图的相对匹配度。
优选的,所述融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度,至少包括:
计算所述绝对匹配度和所述相对匹配度之间的加权和,以获得所述服务供需匹配结果的匹配度;其中,所述绝对匹配度和所述相对匹配度的权值不完全相同。
优选的,所述服务供需匹配结果可以为一个或多个;
若所述服务供需匹配结果为多个,所述融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度之后,还包括:
按照匹配度从高到低的顺序显示多个所述服务供需匹配结果。
本发明第二方面提供一种基于云的智能制造服务供需匹配评估装置,所述装置至少包括:
匹配模块,用于根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集;
评估模块,用于基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述服务供需匹配结果包括具有对应关系的目标制造服务子图和目标制造任务子图,所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的节点的匹配度;
融合模块,用于融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度。
本发明实施方式相对于现有技术而言,本发明提供的一种基于云的智能制造服务供需匹配评估方法和装置,在获得服务供需匹配结果后,对于所有的匹配方法,根据服务和任务的对应关系计算其匹配度,都采用统一的定量评估方法,为用户的匹配方式选择提供了通用的、科学的、定量的指引参考信息,提高了用户选择的科学性,进而提高了服务和任务最终匹配的效率和准确度,同时地,为匹配方法的优化改进提供了定量参数反馈信息;此外,计算匹配度时既参考了复合服务/复合任务的全局匹配程度,又参考了复合服务/复合任务之中各个复合服务/任务的局部匹配程度,提高了匹配度的评估的准确性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本发明一实施例示例性地提供的基于云的智能制造服务供需匹配评估方法流程图;
图2为本发明一实施例示例性地提供的基于云的智能制造服务供需匹配评估装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本发明的第一实施方式涉及一种基于云的智能制造服务供需匹配评估方法,如图1所示,所述方法包括:
根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集;
基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述服务供需匹配结果包括具有对应关系的目标制造服务子图和目标制造任务子图,所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的节点的匹配度;
融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度。
本发明第一实施例提供的一种基于云的智能制造服务供需匹配评估方法,在获得服务供需匹配结果后,对于所有的匹配方法,根据服务和任务的对应关系计算其匹配度,都采用统一的定量评估方法,为用户的匹配方式选择提供了通用的、科学的、定量的指引参考信息,提高了用户选择的科学性,进而提高了服务和任务最终匹配的效率和准确度;此外,计算匹配度时既参考了复合服务/复合任务的全局匹配程度,又参考了复合服务/复合任务之中各个复合服务/任务的局部匹配程度,提高了匹配度的评估的准确性。
本发明第二实施例提供一种基于云的智能制造服务供需匹配评估方法,所述方法具体包括:
根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果。
其中,在基于云的智能制造服务供需匹配过程中,存在多个制造服务提供方和制造任务发布方,每个制造服务提供方可以提供一个或多个制造服务,每个制造任务提供方可以发布一个或多个制造任务,最终进行智能制造的方式为确定制造服务与制造任务的一一对应关系。为了评价一个或多个制造服务和一个或多个制造任务之间对应关系的匹配程度,本发明将所述制造服务和所述制造任务分别构建为节点图的方式,提供全局评估和局部评估的基础。具体来说,构建制造服务BOSS(标准制造服务清单Bill of Standardmanufacturing Service)图,基于所述一个或多个制造服务之间的关联关系从所述制造服务BOSS图中确定一个或多个制造服务子图;构建制造任务BOSS图,基于所述一个或多个制造任务之间的关联关系从所述制造任务BOSS图中确定一个或多个制造任务子图,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集。
服务供需匹配结果为复合服务与复合任务之间的匹配关系,具体来说,云平台上存在一个或多个制造服务子图和一个或多个制造任务子图,根据现有技术中存在的各类匹配算法,确定制造服务子图和制造任务子图的一一对应关系,从而获得服务供需匹配结果。所述服务供需匹配结果至少包括具有对应关系的目标制造服务子图和目标制造任务子图,以及所述目标制造服务子图和所述目标制造任务子图之间的节点对应关系。获得了所述服务供需匹配结果后,可以提供给用户进行选择确认,以根据所述服务供需匹配结果调用制造服务,完成制造任务。然而,不同的匹配方法、匹配参数可能获得多个匹配结果,将所有匹配结果不加处理的提供给用户进行选择,会导致选择的结果仍然依赖于用户的经验,最终服务与任务的实际匹配结果仍然准确度低。为此,本发明通过在后步骤提供统一的、定量的评估方法,提供科学、准确的信息供用户选择时进行参考,一方面基于匹配度评估可以为优化改进匹配方式提供依据,有利于提高匹配的准确性和效率;另一方面基于匹配度评估结果可以为用户选择提供定量参考,提高了服务和任务匹配的准确性和科学性。
所述方法还包括:基于所述服务供需匹配结果计算绝对匹配度和相对匹配度。
所述服务供需匹配结果至少包括具有对应关系的目标制造服务子图和目标制造任务子图。匹配存在匹配方和被匹配方,即匹配的角度,匹配的角度不同,匹配的结果不同,举例来说,复合服务为4项,复合任务为6项,此时从复合服务出发,可以匹配上对应的4项复合任务;若从复合任务出发,可以匹配上与6项复合任务对应复合服务,由于复合服务有限,部分任务对应的服务可能为空,由此可知,匹配的角度不同,匹配结果的对应关系和节点数量也有所不同。因此,相较于直接按照匹配后的结果直接计算匹配双方的相似度,本发明区分不同的类型计算匹配度,在遵从各个类型匹配度计算规则的情况下计算匹配度,提高了评价的准确性。
所述服务供需匹配结果至少包括第一类型和第二类型的服务供需匹配结果,第一类型为制造服务匹配制造任务的服务供需匹配结果,第二类型为制造任务匹配制造服务的服务供需匹配结果,所述第一类型和所述第二类型的匹配方向不同,所述第一类型和所述第二类型的服务供需匹配结果的绝对匹配度和相对匹配度均不相同。第一类型的服务供需匹配结果为从制造服务出发,为一个或多个制造服务子图中各个制造服务子图找到与之对应的制造任务子图,用A1、A2、...、An表示制造服务子图,B1、B2、...、Bm表示制造任务子图,n和m为正整数,分别表示制造服务子图的数量和制造任务子图的数量,第一类型的服务供需匹配结果为找到A1、A2、...、An各个制造服务子图对应的制造任务子图。第二类型的服务供需匹配结果为从制造任务出发,为一个或多个制造任务子图中各个制造任务子图找到与之对应的制造服务子图,找到B1、B2、...、Bm各个制造任务子图对应的制造服务子图。
所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的节点的匹配度。本发明提供的基于云的智能制造服务供需匹配评估,在匹配完成的对应关系中,从全局和局部两个方面对匹配结果进行评估,提高了评估结果的全面性。在全局角度,现有技术在基于图匹配度评价时,通常采用结构相似度的方式计算图的全局相似度,但随着图的节点和连接关系复杂化,该种方式计算量大,计算效率低下;本发明提供的全局匹配度评价方法,考虑到在图匹配计算阶段已经完成了边的匹配计算,即已经完成匹配的节点和边已经属于已匹配的状态,无需再进行评估,而需要评估的是匹配了多少节点和边,从而确定全局的匹配度,也就是说,本发明评估的是两个子图已经匹配上的面积是多少,而非现有技术中两个图已经匹配的部分是否匹配,而对于节点图而言,节点的数量可以表征区域占整个节点图中的面积比例,因此,本发明采用仅计算节点数的匹配情况的评估方式,计算量小、计算方式简单,但是能够准确评价匹配结果中两个子图的匹配面积。另一方面,在全局评估的同时,为了确保局部匹配的准确性,增加了局部指标对匹配度进行评估,从单个节点的属性出发评估其匹配度。
所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:确定所述目标制造服务子图的第一目标节点数和所述目标制造任务子图的第二目标节点数,以作为所述目标制造服务子图和所述目标制造任务子图的全局属性;基于所述第一目标节点数和所述第二目标节点数的比值计算所述绝对匹配度。
作为一种可选的实施例,若所述服务供需匹配结果为所述第一类型,以所述第一目标节点数除以所述第二目标节点数计算所述绝对匹配度。所述服务供需匹配结果至少包括具有对应关系的目标制造服务子图和目标制造任务子图。目标制造服务子图为第br个制造服务子图,则第一类型的所述服务供需匹配结果对应的所述绝对匹配度为:,其中,/>为从制造服务出发的服务供需匹配结果的绝对匹配度,nr为第br个制造服务子图中的节点数,/>为第br个制造服务子图在制造任务的集合中匹配到的节点数量。
若所述服务供需匹配结果为所述第二类型,以所述第二目标节点数除以所述第一目标节点数计算所述绝对匹配度。所述服务供需匹配结果至少包括具有对应关系的目标制造任务子图和目标制造服务子图。目标制造服务子图为第cr个制造任务子图,则第二类型的所述服务供需匹配结果对应的所述绝对匹配度为:,其中,AMDTr为从制造任务出发的服务供需匹配结果的绝对匹配度,mr为第cr个制造任务子图中的节点数,/>为第cr个制造任务子图在制造服务的集合中匹配到的节点数量。
在匹配过程中,会出现多种匹配结果,若制造服务和制造任务是能够完全一一对应上的,即每一个制造服务都可以找到与之匹配的制造任务,反之每一个制造任务都可以找到与之匹配的制造服务;另一种匹配结果,是制造服务和制造任务数量不等的情况下,从制造服务出发,部分/全部制造服务能够找到对应的制造任务,同时还剩余了部分制造任务,从制造任务出发,部分/全部制造任务能够找到对应的制造服务,同时还剩余了部分制造服务。在上述多种匹配结果下,如果采用相同的节点数比值来计算绝对匹配度,会导致绝对匹配度计算的准确性低。例如,在一个子图中,匹配上的制造服务3项、制造任务2项,如果是从制造服务的角度出发,有1项制造服务没有匹配上制造任务,此时制造服务匹配度并不是完美的;而从制造任务的角度出发,2项制造任务均匹配上了对应的制造服务,此时匹配度是完美的。本发明正是为了克服不同匹配角度评估的准确性低的问题,提出了上述绝对匹配度的计算方式,对于不同类型的服务供需匹配结果,遵从匹配角度的特点计算与之对应的绝对匹配度,提高了绝对匹配度计算的准确性,进而提交了服务供需匹配结果评估的准确性。
所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:基于所述服务供需匹配结果确定所述目标制造服务子图和所述目标制造任务子图的一个或多个节点对应关系;基于所述节点对应关系计算各个节点对应关系中节点相似度,获得所述服务供需匹配结果的所述相对匹配度。所述相对匹配度用于评价具有节点对应关系的节点之间的属性相似度,作为一种可选的实施例,属性相似度可以为标签语义相似度,还可以为描述文本相似度。具体来说:获取所述一个或多个节点对应关系中各个节点的属性标签;计算各个节点对应关系中对应节点的属性标签的语义相似度,所述语义相似度为属性标签语义向量之间的距离。语义向量之间的距离可以为语义向量之间的欧氏距离。所述目标制造服务子图和所述目标制造任务子图分别包括多个节点,在服务供需匹配结果中,所述目标制造服务子图的节点与所述目标制造任务子图的节点建立其对应关系,从而确定出一个或多个节点对应关系。一个或多个节点对应关系构成服务供需匹配结果的节点对应集合,对于节点对应集合中的每个对应关系,获取每个对应关系中节点的标签,利用预设的编码层将节点的标签向量化,得到节点的标签语义向量,计算每个对应关系下节点标签语义向量差值的平方值,并节点对应集合中所有平方值进行求和,利用求和值的开方计算服务供需匹配结果对应的相对匹配度。
在本发明提供的基于云的智能制造服务供需匹配评估方法中,除全局评估外,还基于语义理解技术从局部对匹配结果进行评估;相较于现有技术直接在同类型节点中进行匹配的方法,本发明针对通用的、各类型的匹配方法,其匹配结果不能保证是同类型的,而语义理解直接能够表征节点的具体含义,因此本发明增加了局部相似度计算的环节,提高了评估的全面性,进而保证局部单个服务和任务同样是匹配的,提高了评估的准确性,同时也提高了最终服务和任务匹配的准确性。
作为一种可选的实施例,若所述服务供需匹配结果为第一类型,对于所述目标制造服务子图中各个节点,确定对应的目标制造任务子图中的节点,以获得第一节点对应关系;计算所述第一节点对应关系中各组对应节点的属性标签语义向量之间的距离和,以获得所述目标制造服务子图和所述目标制造任务子图的相对匹配度。第一节点对应关系以集合的形式存在,其中包括多组对应的节点,对于第一类型,服务供需匹配结果的相对匹配度为:
,
其中,RMDSr为从目标服务子图的服务供需匹配结果的相对匹配度,CSr、CTSr分别为服务和任务的属性描述集合,dist为向量距离,nr为第br个制造服务子图中的节点数,为第br个制造服务子图在制造任务的集合中匹配到的节点数量,/>、/>分别对应节点的属性描述信息,具体的,可以为节点的标签向量。
若所述服务供需匹配结果为第二类型,对于所述目标制造任务子图中各个节点,确定对应的目标制造服务子图中的节点,以获得第二节点对应关系;计算所述第二节点对应关系中各组对应节点的属性标签语义向量之间的距离和,以获得所述目标制造服务子图和所述目标制造任务子图的相对匹配度。对于第二类型,服务供需匹配结果的相对匹配度为:
,
其中,RMDTr为从目标任务子图的服务供需匹配结果的相对匹配度,CTr、CSTr分别为任务和服务的属性描述集合,dist为向量距离,nr为第br个制造服务子图中的节点数,mr为第cr个制造任务子图中的节点数,为第cr个制造任务子图在制造服务的集合中匹配到的节点数量,/>、/>分别对应节点的属性描述信息,具体的,可以为节点的标签向量。
所述方法还包括:融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度。计算所述绝对匹配度和所述相对匹配度之间的加权和,以获得所述服务供需匹配结果的匹配度;其中,所述绝对匹配度和所述相对匹配度的权值不完全相同,所述绝对匹配度和所述相对匹配度的权值和为1。
所述方法还包括:所述服务供需匹配结果可以为一个或多个;若所述服务供需匹配结果为多个,所述融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度之后,还包括:按照匹配度从高到低的顺序显示多个所述服务供需匹配结果。以制造任务出发获得第一数量的多个服务供需匹配结果,第一数量的多个服务供需匹配结果的制造任务相同,而制造服务不同;以制造服务出发获得第二数量的多个服务供需匹配结果,第二数量的多个服务供需匹配结果的制造服务相同,而制造任务不同。
作为一种可选的实施例,根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果具体包括:
获取云平台的制造服务集合和制造任务集合,基于所述制造服务集合和所述制造任务结合构建制造服务BOSS图和制造任务BOSS图,按照第一采样方式从所述制造服务BOSS图和制造任务BOSS图采样获得所述制造服务BOSS图和所述制造任务BOSS图的子集,以作为一个或多个制造服务子图和一个或多个制造任务子图;确定服务供需匹配的匹配方和被匹配方,基于所述匹配方确定子图中节点和边的匹配方式,获得服务供需匹配结果,节点的匹配至少包括节点属性的匹配,边的匹配至少包括边的值的匹配和边的方向的匹配。
本发明提供的基于云的智能制造服务供需匹配评估方法,不论采用哪一种匹配方法,都能够以子图为形式描述匹配双方和匹配结果的关系,提供了通用的描述方式,在此描述方式的基础上进行匹配度的评估,提高了评估方法的通用性,从而使得云平台能够兼容各种匹配方式,降低了评估和维护的成本。
本发明实施例三提供一种基于云的智能制造服务供需匹配评估装置,如图2所示,所述装置至少包括:
匹配模块,用于根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集;
评估模块,用于基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述服务供需匹配结果包括具有对应关系的目标制造服务子图和目标制造任务子图,所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的节点的匹配度;
融合模块,用于融合所述绝对匹配度和所述相对匹配度计算所述服务供需匹配结果的匹配度。
不难发现,本实施方式为与第一、二实施方式相对应的装置实施例,本实施方式可与第一、二实施方式互相配合实施。第一、二实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一、二实施方式中。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种基于云的智能制造服务供需匹配评估方法,其特征在于,所述方法包括:
根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集;
基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述服务供需匹配结果包括具有对应关系的目标制造服务子图和目标制造任务子图,所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的各个节点对应关系中对应节点的属性标签的语义相似度;
计算所述绝对匹配度和所述相对匹配度之间的加权和,以计算所述服务供需匹配结果的匹配度。
2.根据权利要求1所述的基于云的智能制造服务供需匹配评估方法,其特征在于,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
确定所述目标制造服务子图的第一目标节点数和所述目标制造任务子图的第二目标节点数,以作为所述目标制造服务子图和所述目标制造任务子图的全局属性;
基于所述第一目标节点数和所述第二目标节点数的比值计算所述绝对匹配度。
3.根据权利要求2所述的基于云的智能制造服务供需匹配评估方法,其特征在于,
所述服务供需匹配结果至少包括第一类型和第二类型的服务供需匹配结果,第一类型为制造服务匹配制造任务的服务供需匹配结果,第二类型为制造任务匹配制造服务的服务供需匹配结果,所述第一类型和所述第二类型的匹配方向不同,所述第一类型和所述第二类型的服务供需匹配结果的绝对匹配度和相对匹配度均不相同。
4.根据权利要求3所述的基于云的智能制造服务供需匹配评估方法,其特征在于,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
若所述服务供需匹配结果为所述第一类型,以所述第一目标节点数除以所述第二目标节点数计算所述绝对匹配度;
若所述服务供需匹配结果为所述第二类型,以所述第二目标节点数除以所述第一目标节点数计算所述绝对匹配度。
5.根据权利要求1所述的基于云的智能制造服务供需匹配评估方法,其特征在于,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
基于所述服务供需匹配结果确定所述目标制造服务子图和所述目标制造任务子图的一个或多个节点对应关系;
基于所述节点对应关系计算各个节点对应关系中节点相似度,获得所述服务供需匹配结果的所述相对匹配度。
6.根据权利要求5所述的基于云的智能制造服务供需匹配评估方法,其特征在于,所述基于所述节点对应关系计算各个节点对应关系中节点相似度,至少包括:
获取所述一个或多个节点对应关系中各个节点的属性标签;
计算各个节点对应关系中对应节点的属性标签的语义相似度,所述语义相似度为属性标签语义向量之间的距离。
7.根据权利要求3所述的基于云的智能制造服务供需匹配评估方法,其特征在于,所述基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,至少包括:
若所述服务供需匹配结果为第一类型,对于所述目标制造服务子图中各个节点,确定对应的目标制造任务子图中的节点,以获得第一节点对应关系;
计算所述第一节点对应关系中各组对应节点的属性标签语义向量之间的距离和,以获得所述目标制造服务子图和所述目标制造任务子图的相对匹配度;
若所述服务供需匹配结果为第二类型,对于所述目标制造任务子图中各个节点,确定对应的目标制造服务子图中的节点,以获得第二节点对应关系;
计算所述第二节点对应关系中各组对应节点的属性标签语义向量之间的距离和,以获得所述目标制造服务子图和所述目标制造任务子图的相对匹配度。
8.根据权利要求1所述的基于云的智能制造服务供需匹配评估方法,其特征在于,所述计算所述绝对匹配度和所述相对匹配度之间的加权和,以计算所述服务供需匹配结果的匹配度,至少包括:
所述绝对匹配度和所述相对匹配度的权值不完全相同。
9.根据权利要求1所述的基于云的智能制造服务供需匹配评估方法,其特征在于,
所述服务供需匹配结果为一个或多个;
若所述服务供需匹配结果为多个,所述计算所述服务供需匹配结果的匹配度之后,还包括:
按照匹配度从高到低的顺序显示多个所述服务供需匹配结果。
10.一种基于云的智能制造服务供需匹配评估装置,其特征在于,所述装置至少包括:
匹配模块,用于根据一个或多个制造服务子图和一个或多个制造任务子图计算服务供需匹配结果,所述制造服务子图包括多个子制造服务节点和由所述多个子制造服务节点之间的关系构成的第一连接边,所述制造任务子图包括多个子制造任务节点和由所述多个子制造任务节点之间的关系构成的第二连接边,所述制造服务子图为制造服务BOSS图的子集,所述制造任务子图为制造任务BOSS图的子集;
评估模块,用于基于所述服务供需匹配结果计算绝对匹配度和相对匹配度,所述服务供需匹配结果包括具有对应关系的目标制造服务子图和目标制造任务子图,所述绝对匹配度为所述目标制造服务子图和所述目标制造任务子图的全局属性的匹配度,所述全局属性至少包括所述目标制造服务子图的节点数量和所述目标制造任务子图的节点数量,所述相对匹配度为所述目标制造服务子图和所述目标制造任务子图的各个节点对应关系中对应节点的属性标签的语义相似度;
融合模块,用于计算所述绝对匹配度和所述相对匹配度之间的加权和,以计算所述服务供需匹配结果的匹配度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311415855.6A CN117151433B (zh) | 2023-10-30 | 2023-10-30 | 一种基于云的智能制造服务供需匹配评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311415855.6A CN117151433B (zh) | 2023-10-30 | 2023-10-30 | 一种基于云的智能制造服务供需匹配评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117151433A CN117151433A (zh) | 2023-12-01 |
CN117151433B true CN117151433B (zh) | 2024-01-30 |
Family
ID=88910438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311415855.6A Active CN117151433B (zh) | 2023-10-30 | 2023-10-30 | 一种基于云的智能制造服务供需匹配评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117151433B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984714A (zh) * | 2014-05-07 | 2014-08-13 | 湖北工业大学 | 一种基于本体语义的云制造服务供需智能匹配方法 |
CN104732100A (zh) * | 2015-04-03 | 2015-06-24 | 北京航空航天大学 | 一种单向链形式的服务可排序精确属性的匹配度计算方法 |
CN107436919A (zh) * | 2017-06-30 | 2017-12-05 | 浙江大学 | 一种基于本体和boss的云制造标准服务建模方法 |
CN107665287A (zh) * | 2016-07-27 | 2018-02-06 | 中国中医科学院中医药信息研究所 | 一种用于识别类方衍化关系的方法和装置 |
CN110232184A (zh) * | 2018-12-14 | 2019-09-13 | 太原理工大学 | 一种云制造模式下机械加工服务供需双向语义匹配方法 |
CN112287219A (zh) * | 2020-10-28 | 2021-01-29 | 帮帮有信(北京)科技有限公司 | 服务需求方与服务提供方匹配方法及装置 |
CN114580847A (zh) * | 2022-01-29 | 2022-06-03 | 北京航空航天大学 | 考虑相似度和信誉度的能效评估服务资源供需匹配系统及方法 |
WO2022247105A1 (zh) * | 2021-05-27 | 2022-12-01 | 上海商汤科技开发有限公司 | 一种任务调度方法、装置、计算机设备和存储介质 |
CN116320021A (zh) * | 2023-03-30 | 2023-06-23 | 电子科技大学 | 一种物联网场景下的基于意图的分层服务匹配方法 |
CN116610896A (zh) * | 2023-07-07 | 2023-08-18 | 浙江大学高端装备研究院 | 一种基于子图同构的制造服务供需匹配方法 |
-
2023
- 2023-10-30 CN CN202311415855.6A patent/CN117151433B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984714A (zh) * | 2014-05-07 | 2014-08-13 | 湖北工业大学 | 一种基于本体语义的云制造服务供需智能匹配方法 |
CN104732100A (zh) * | 2015-04-03 | 2015-06-24 | 北京航空航天大学 | 一种单向链形式的服务可排序精确属性的匹配度计算方法 |
CN107665287A (zh) * | 2016-07-27 | 2018-02-06 | 中国中医科学院中医药信息研究所 | 一种用于识别类方衍化关系的方法和装置 |
CN107436919A (zh) * | 2017-06-30 | 2017-12-05 | 浙江大学 | 一种基于本体和boss的云制造标准服务建模方法 |
CN110232184A (zh) * | 2018-12-14 | 2019-09-13 | 太原理工大学 | 一种云制造模式下机械加工服务供需双向语义匹配方法 |
CN112287219A (zh) * | 2020-10-28 | 2021-01-29 | 帮帮有信(北京)科技有限公司 | 服务需求方与服务提供方匹配方法及装置 |
WO2022247105A1 (zh) * | 2021-05-27 | 2022-12-01 | 上海商汤科技开发有限公司 | 一种任务调度方法、装置、计算机设备和存储介质 |
CN114580847A (zh) * | 2022-01-29 | 2022-06-03 | 北京航空航天大学 | 考虑相似度和信誉度的能效评估服务资源供需匹配系统及方法 |
CN116320021A (zh) * | 2023-03-30 | 2023-06-23 | 电子科技大学 | 一种物联网场景下的基于意图的分层服务匹配方法 |
CN116610896A (zh) * | 2023-07-07 | 2023-08-18 | 浙江大学高端装备研究院 | 一种基于子图同构的制造服务供需匹配方法 |
Non-Patent Citations (2)
Title |
---|
基于综合模糊相似度的云制造需求―服务双向匹配;胡雨;郭钢;;计算机应用与软件(11);第26-33页 * |
多机服务器任务调度的经济学方法;曹鸿强, 卢锡城;计算机工程与科学(第02期);第4-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117151433A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107515938B (zh) | 一种云制造环境下的供需智能匹配方法 | |
Clímaco et al. | Multicriteria path and tree problems: discussion on exact algorithms and applications | |
US20210398001A1 (en) | Cybersecurity incident response and security operation system employing playbook generation and parent matching through custom machine learning | |
CN111106899B (zh) | 物联网中的数据校验方法、装置、计算机设备及存储介质 | |
Petrović et al. | Supporting performance appraisal in ELECTRE based stepwise benchmarking model | |
CN117172633B (zh) | 一种面向工业互联网平台的制造服务子图仿真方法及系统 | |
CN115170057B (zh) | 一种基于机器学习的oa审批控制系统及方法 | |
CN110837966A (zh) | 一种基于sna的混合多属性群决策的建筑设备优选方法 | |
CN111461753A (zh) | 智能客服场景中的知识点召回方法及装置 | |
CN105989001A (zh) | 图像搜索方法及装置、图像搜索系统 | |
CN111428095B (zh) | 图数据质量验证方法及图数据质量验证装置 | |
CN117151433B (zh) | 一种基于云的智能制造服务供需匹配评估方法和装置 | |
CN115238062A (zh) | 技术产权匹配方法和系统 | |
Balakrishnan et al. | Triangulation in decision support systems: algorithms for product design | |
CN103218419B (zh) | 网络标签聚类方法和系统 | |
CN115018545A (zh) | 基于用户画像与聚类算法的相似用户分析方法及系统 | |
Fraigniaud et al. | Distributed certification for classes of dense graphs | |
CN111898098B (zh) | 面向多方协作的利益相关者服务价值冲突发现和消解方法 | |
CN107193980A (zh) | 多用户空间查询下实现并使用mrs树数据结构 | |
CN115455302A (zh) | 一种基于优化图注意网络的知识图谱推荐方法 | |
CN111125541B (zh) | 面向多用户的可持续多云服务组合的获取方法 | |
US20120198060A1 (en) | network delay estimation apparatus and a network delay estimation method | |
CN111291215A (zh) | 公式生成方法及服务器 | |
Li et al. | A new method for interval fuzzy preference relations in group decision making based on plant growth simulation algorithm and COWA | |
CN117176596B (zh) | 一种面向工业互联网平台的制造服务供需网络仿真方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |